MP4 を OPUS に変換

Opus は 2012 年に RFC 6716 として公開され、リアルタイム通信のために設計されました。それまで誰も実用的とは考えなかったビットレートで生き延びる必要があったからです。すべてのブラウザーが実装しているのは、通話のために必要だったからで、その来歴こそが、動画から取り出す素材と相性が良い理由です。

取り出される音声の大半は誰かが話している声です。講義、説教、インタビュー、ウェビナー、チュートリアル。この種の素材で、Opus は MP3 が水っぽく金属的に崩れてしまうサイズでも、なお明瞭で自然な音を保ちます。ポッドキャスト 1 話分ではちょっとした違いですが、スマホに入れる 1 学期分の録音全体では、収まるか収まらないかの差になります。

動画の中でいちばん高くつくのは映像で、ここではそれが丸ごと捨てられます。結果を決めるのはほぼ、録音の長さと品質帯だけです。2 ギガバイトの MP4 として届いた 2 時間の講義は、数十メガバイト単位の音声ファイルになり、小サイズ帯ならさらにずっと小さくなります。

三段階の品質帯は、数値をおおよそ二倍ずつ動かします。話し声なら小サイズ帯は妥協ではなく本当に使える選択肢です。まさにそこで働くよう設計されたコーデックだからです。音楽なら balanced から始めて、必要に応じて上げてください。密度の高い素材での低ビットレート性能は Opus が最適化してきた場所ではありません。

どちらも Ogg コンテナに入った Opus 音声で、このサイトでは同じエンコーダーが書き出します。デコーダーが気にする意味でのバイト列に違いはありません。違うのはソフトウェアがファイル名を見たときに何を仮定するかです。

コーデックを自分で選んだとき——音声アーカイブ、アプリの音声アセット、構築中のコーパスなど——は .opus を使ってください。ソフトウェアやゲームエンジン、アップロードフォームが名前でその拡張子を要求してきたときは .ogg を使ってください。完璧に復号できるファイルであっても、見慣れない拡張子を拒むソフトウェアがあります。

現行のあらゆるブラウザーで再生できるので、ウェブページから配信する音声としては自然な選択です。Android はネイティブに扱い、VLC も Audacity も読み込め、音声メッセージを録音するメッセージアプリの多くは何年も前からひそかに Opus を使ってきました。

Apple はもっと後になって、しかも不完全にしか対応せず、家電製品はまったく対応していません。カーステレオ、オーディオ装置、古い携帯プレーヤー、ジムの機器などは再生できないファイルとして表示します。それがサイズと引き換えの代償で、行き先がスマホやパソコンなら妥当な取引ですが、物理的な音量つまみが付いた機器が行き先なら不利な取引です。

MP4 の中の音声はすでに非可逆の AAC です。Opus として符号化することはそれを復号してもう一度圧縮するということなので、もう一段のディテールが失われます。変換しない以外に回避策はなく、正直に言っておくべきことです。

話し声で balanced 帯であれば、実際に試してみても聞き分けはほぼ不可能です。両方のエンコーダーが、声にとって何が不要かについて似た判断をするからです。拍手やシンバル、密度の高いミックスを小サイズ帯で扱うと差が聞こえます。その場合の対策は形式を変えることではなく、帯を上げることです。

無料枠では一度に最大百ファイルを扱え、それぞれ独立に変換され、結果はまとめて ZIP でダウンロードできます。共有サーバーで順番待ちすることもありません。

ここでサイズの議論が積み重なります。語学学習用のデッキ、口述史のコレクション、音声アセットの一式は、短いクリップが何百も集まったものです。分かりやすい代替形式の三分の一のサイズになる形式は、1 ファイルあたりの端数を節約するのではなく、持ち運べるもの・同期できるもの・バックアップできるものの範囲そのものを変えます。

一本のマイクで録られた講義は、たいてい同一の情報を二つのチャンネルに乗せたモノラルです。エンコーダーはそれを効率よく扱いますが無料ではありません。ソースが本当に単一マイクなら、圧縮の前にモノラルへ折りたためる編集ソフトを一手間かける価値があります。

バッチにかける前に、使うつもりの帯で 1 ファイルの最初の 1 分を聞いてみる価値もあります。部屋の雑音やエアコンの音、話者の声が重なる録音は、きれいな声より圧縮が難しく、スタジオ収録のポッドキャストでは十分だった帯が、セミナーのスマホ録音では薄く聞こえることがあります。

動画は複数の音声トラックを持つことがあります。原語と吹き替え、コメンタリー、別々のマイク音声など。ブラウザーが復号できるものはすべて、MP4 が持っていた順序のまま Opus ファイルに書き込まれます。AC-3、E-AC-3、DTS、TrueHD のトラックは警告なしに落とされます。スマホや画面録画、通常の書き出しでは音声は 1 本しかなく、この問題はまず起きません。

プロが納品したファイルでは、コレクションを作る前に中身を確認する価値があります。会場マイクとピンマイクの両方を収めた講義収録は両方を収めたファイルになり、プレーヤーによって切り替えのしやすさが異なります。誤った前提で作った二百本のバッチは、あとから気づいて作り直すことになります。

復号も符号化も、あなたの端末のプロセッサー上でブラウザータブの中で行われるので、映像を運ぶものは何も送信されません。アカウントも一日の上限もなく、無料枠は各ファイル 100 MB までを受け付けます。

インタビューやフィールドワークの録音を集める人にとって、これはおまけではなく本題です。録音への同意が、誰にも知らせていない変換サイトにまで及ぶことはめったにありません。ローカルで作業すれば、その問い自体が発生しなくなります。